如何统计DataFrame列中忽略逗号后的独立元素唯一出现次数？

现有一个包含10000行的DataFrame，其中A列存在多种逗号分隔的取值组合，示例如下：

+         +
     Index     |    A    |    B
+--------------|---------|----------+
               |         |
1              |Y,Z      |    nan
               |         |
2              |Y,Z,X    |     2
               |         |
3              |Z        |     7
               |         |
4              |nan      |     1
               +         +

需要从A列中统计每个独立元素的出现次数（忽略逗号），期望结果为：

Z = 3
Y = 2
X = 1

而非统计逗号分隔的组合次数（如下所示，非需求结果）：

Y,Z = 1
Y,Z,X = 1
X = 1

用Pandas的字符串处理与堆叠功能即可快速实现，具体步骤及代码如下：

import pandas as pd

# 假设你的DataFrame名为df
# 1. 过滤A列空值，拆分字符串后展开为一维序列
elements = df['A'].dropna().str.split(',', expand=True).stack()

# 2. 统计元素频次并按降序排列
count_result = elements.value_counts().sort_values(ascending=False)

# 3. 按目标格式输出结果
for elem, cnt in count_result.items():
    print(f"{elem} = {cnt}")

代码说明 #

• dropna()：移除A列空值行，避免拆分空值时出现异常
• str.split(',', expand=True)：将每个单元格的字符串按逗号拆分为多列
• .stack()：把多列元素堆叠成一维序列，让每个独立元素单独占一行
• value_counts()：自动统计每个元素的出现次数，默认按频次降序排列

运行上述代码后，就能得到符合需求的独立元素统计结果。

内容的提问来源于stack exchange，提问作者Sumit